arXiv（brain-computer interface）·2026-09-23 01:51· 2026-09-23AI 评分22

P2P Trans：注意力引导条件对抗学习用于单通道 EEG 中 EMG 伪迹抑制

Attention Guided Conditional Adversarial Learning for EMG Artifact Suppression in Single Channel EEG

AI 导读

P2P Trans 是一种条件对抗去噪器，结合 U 型编码器-解码器、瓶颈多头自注意力、交叉注意力引导的跳跃融合与 PatchGAN 判别器，用于抑制单通道 EEG 中的 EMG 伪迹。

AI 要点

团队

第一作者 Haoyi Wang，末位作者 Yibo Wang，共 5 位作者。

主要结果

对五种卷积编码器-解码器基线，P2P Trans 取得最佳平均相关系数 0.8645、最低平均频谱 RRMSE 0.3596；平均时间 RRMSE 0.5797，未领先。

解决什么问题

肌电活动可在宽频段主导头皮脑电，掩盖与分析和脑机接口相关的神经结构。

方法

条件对抗去噪器 P2P Trans：U 形编码器-解码器、瓶颈多头自注意力、交叉注意力引导的跳连融合、PatchGAN 判别器；用 EEGdenoiseNet 的 1024 采样点片段合成配对混合信号，信噪比从 −7 到 2 dB 共十档，50000 训练、5980 测试样本。

局限

原文指出仍需受试者独立评估、直接一维建模与下游任务验证；从研究设计看，结果基于合成混合信号而非真实记录。

AI 依据原文整理，未经人工核对。